摘要：随着数字信息化技术的迅猛发展，基于互联网技术而发展起来的“大数据”应用，正在对各行各业产生积极影响。在电力行业，智能电网的迅速发展，使得电网业务数据呈现爆炸性的增长态势，大数据“量、类、时”的特性，在电网业务中进一步凸显，电力大数据分析刻不容缓。以前传统的静态电力物资供应链，逐渐被高度灵活、数据驱动的物资供应链取代。大数据的最大价值，是可视化、需求计划和风险管理，因此，大数据的应用可以使电力物资供需管理更为有效。
关键词：大数据；电力物资需求；预测管理；应用
物资需求预测是物流供应链的重要组成部分，是保障物资供应的关键环节。但电力物资的需求预测难度较大，这是由于大部分电力物资的消耗规律性不显著，需求的发生呈现离散性和间歇性。因此对于大部分电力物资，其历史需求数据的正确性、精准度和完整性等方面都存在不少问题，所以依靠传统预测方法难以得出准确的预测结果。
1电力物资的分类方法
由于电力物资库存类别复杂、品种多、覆盖面广，故而对电力物资的分类方法有多种。其中几种主要分类方法是：
1.1按照物资属性划分
按照电力物资的属性，可划分为一次设备（变压器、断路器、避雷针等）、二次设备、装置性材料、配件（金具）及通信设备和办公用品类。这种划分方式，基本涵盖了国家电网ERP物料代码。
1.2按照用途划分
按照电力物资的用途，可分为基建、技改、大修、营销、配农网改造、信息科技项目、劳保物资等。
1.3按照采购方式划分
按照电力物资的采购方式，可分为散类物资、技术比较成熟的标准产品、技术上比较专一的特殊物资，以及电力系统的核心物资。
1.4参照克拉利奇的供应矩阵划分
参照克拉利奇的供应矩阵，以物资稀缺程度及市场供应的复杂程度为划分标准，电力物资可分为战略物资、杠杆物资、瓶颈物资、一般物资。
2电力物资需求预测的现状
2.1概念
电力物资需求预测管理是电力物资需求计划管理里的第一个环节，是物资管理流程的源头，是信息起始点，优化电力物资需求预测管理体系是提升物资管理水平的瓶颈的关键环节，同时物资需求预测的准确性与及时性制约着物资管理水平的提高。在《xx电网公司物资需求管理细则》里，对物资需求预测的管理要求各单位物资部门应参与本单位组织的初步设计审查等项目前期工作。对于完成初设的项目，根据物资采购标准、物资价格水平、物资采购目录、“优化物资品类、标准设计”与生产周期等物资供应要求，提出物资选型、概预算编制和项目工期制订等方面的建议。这样的要求，只是要求物资管理人员对预测里的物资做相关的申报管理，但是物资需求预测本身是不是准确，却无法衡量其准确性。
2.2电力物资需求预测现状
当前供电公司物资需求量大，种类繁多，每年开展物资需求预测的工作主要采取由下至上的工作模式，基层部门主要负责调研、统计、估算、上报，然后由上层部门进行审批、汇总和生成总体预测需求。由于从组织到收集，从审核到汇总的整个过程中，没有环节是对需求预测本身的准确性的把控，最后造成了虽然审核的工作量很大，生成需求周期时间长，但是最终物资需求预测准确率却不高的现象，也即是预测与实际需求不一致，差距较大。
期刊文章分类查询,尽在期刊图书馆
2.3导致问题的原因分析
从以上物资的预测与实际分配分析结果来看，其存在严重的失衡情况，结合实际工作开展情况分析，我们认为产生这种现象的主要原因有如下几个方面。(1)不同项目类型有不同的预测来源。对于电网类项目，根据目前预测上报的时间节点，预测的物资品类和数量由设计单位给出，给出的明细与项目的具体进度很有关系，如果只是到可研阶段，预测会比较粗，如果是到了初设阶段，预测会相对准确，若是到了施工进场阶段，预测会比较准确;对于大修技改类项目，则没有设计单位，预测由实施单位的生产运维部门专责上报，上报的品类和数量通常是以个人经验为依据来估算，由于专业水平的局限性和个人经验的参差不齐，必然存在不同人预测出的预测量不同，就会有不准确或是漏报现象存在;(2)城区规划的不可控，如政府对城区的规划的变更，使得工程项目在施工过程中会出现设计变更，从而导致物资需求的变化，最终影响实际分配种类和数量;(3)对于一些施工过程中的消耗物资，依据实际工作的开展，对物资的使用存在较大的不确定因素，对于这部分物资需求计划仅依靠物资提报人员的个人经验进行预测会存在很大的偏差;(4)还有一些未列在计划里的紧急项目的突然增加等。
3大数据技术在需求预测中的应用分析
大数据是业务驱动型技术，以巨量数据为支撑，根据业务需求，挖掘数据关联性，为业务提供决策支持。物资需求预测领域应从上报前预测、上报中分析、上报后挖掘等角度寻找大数据应用突破口。结合大数据技术分类以及物资需求预测实际工作内容，我们应从以下几个方面开展相关的研究工作:
3.1基础架构研究
主要包括为支撑大数据处理的基础架构级数据中心管理、云计算平台、云存储设备及技术、网络技术、资源监控等技术。大数据处理需要拥有大规模物理资源的云数据中心和具备高效的调度管理功能的云计算平台的支撑，供电公司要实施大数据项目，首先则需要相应的大数据基础架构，当然前期我们只要较小规模的基础架构，满足大数据应用技术架构需求即可。
3.2数据采集技术
数据采集技术是数据处理的必备条件，首先需要有数据采集的手段，把信息收集上来，才能应用上层的数据处理技术。在物资需求预测管理中，数据采集主要通过数据的ETL(采集、转换、加载)来实现，从而将不同年度、不同类别项目、不同物资的实际分配数据进行存储。
3.3数据计算
我们把与数据查询、统计、分析、预测、挖掘、图谱处理、BI商业智能等各项相关的技术统称为数据计算技术。数据计算技术涵盖数据处理的方方面面，也是大数据技术的核心。在物资需求预测中，我们需要基于大量历史分配数据来进行各类物资需求量的计算。
3.4数据展现与交互
数据展现与交互在大数据技术中也至关重要，数据最终需要为人们所使用。选择恰当的、生动直观的展示方式能够帮助我们更好地理解数据及其内涵和关联关系，也能够更有效地解释和运用数据，发挥其价值。在展现方式上，物资需求预测应用主要采用传统的数据报表、图形报表来展示，当然在数据报表方面，将根据实际应用需要，提供灵活的多维度报表，以更好指导实际应用。
结论
在物资需求模式越来越复杂的今天，对物资需求、供应及时响应，以保证项目进度正常进行，减少不必要的成本，传统方法在处理这类问题上已是捉襟见肘。通过构建大数据挖掘平台，将大数据挖掘分析方法应用于物资需求预测。通过数据挖掘的预测结果，及时调整物资采购方式，提前做好准备，确保物资需求侧和供应侧能够及时响应，从而优化电力物资需求模式。
参考文献：
[1]赵一鹏.基于大数据技术的电力物资需求分析系统的设计与实现[D].中国科学院大学,2017.
[2]王剑,顾晔.面向电力物资的组合需求预测体系设计[J].企业管理,2016(S1):130-131.
[3]谢荣伟.电力物资的需求预测方法研究[J].价值工程,2016,35(34):28-30.
[4]龚巍.基于需求特性分类的电力物资库存控制与需求预测方法研究[D].东北大学,2017.
论文作者:阚涛
论文发表刊物:《电力设备》2018年第19期
论文发表时间:2018/10/18
标签：物资论文; 需求预测论文; 数据论文; 电力论文; 需求论文; 技术论文; 项目论文; 《电力设备》2018年第19期论文;